一个高性能的WebGL渲染引擎和力图算法，可在GPU上实现实时大规模网络图模拟。

一个由社区驱动的 C++ 异构编程平台，支持在所有主要厂商（Intel、NVIDIA、AMD、Apple）的 CPU 和 GPU 上运行，单个二进制文件即可跨多种硬件执行。

一个基于 OpenVINO 的 Intel 设备推理引擎，通过与 OpenAI 兼容的端点提供 LLM、VLM 和语音模型服务。

一种标准化的模式语言，用于将复杂的工程和研究工作转化为明确、可审查的推理，以保持团队和 AI 代理之间的一致性。

Klavis 是一个平台，让 AI 代理能够访问数百个预构建的基于 MCP 的工具集成，具备智能连接器以优化上下文窗口使用，并提供 LLM 训练的沙盒环境。

AiiDA 是一个计算科学的工作流管理器，可自动追踪数据溯源，并在 HPC 环境中管理高吞量模拟。

一个持久工程上下文系统，帮助编码代理理解仓库的架构和设计决策，而无需在每个会话中重新发现它们。

一个基于 PyTorch 构建的开源原子模拟引擎，通过自动批处理和 GPU 加速来加速机器学习原子间势函数 (MLIPs)。

一个用于神经网络量化的 PyTorch 库，支持训练后量化与量化感知训练，以优化模型效率。

Qdrant 向量搜索引擎的 Python 客户端库和 SDK，支持向量嵌入的高效存储和检索。

专为超长上下文和异构掩码训练设计的分布式注意力机制，在 H100 和 B200 GPU 上实现线性可扩展性和高性能。

通过编排基于 Kubernetes 的容器和 Jupyter、RStudio 等工具，为数据科学家提供最先进的工作环境的 Web 应用程序。

CNCF 开源工具，通过符合 OCI 的工件（称为 ModelKits）对 AI/ML 项目进行打包、版本化和安全共享。

一个用于 Google Agent Development Kit 的开发者 UI，可简化 AI 代理的构建、调试和编排流程。

一个 MCP 服务器，为 AI 代理提供与 dbt 项目交互的工具，使其能够执行 SQL、分析数据血缘并管理 dbt 管道。

一个全面的基准，用于评估 Graph Retrieval-Augmented Generation（GraphRAG）模型，以确定它们在各种推理和检索任务中何时能超越传统 RAG。

xLLM 是一个开源 C++ 推理框架，可在 Ascend、Cambricon、Moore Threads 等中国AI加速器上实现高吞吐、低延迟的 LLM 服务。它将基于 brpc 的服务层与硬件优化引擎分离，集成 Mooncake 实现混合 KV 缓存管理，并为 GLM-5.3-Flash 和 MiniMax-M3 等模型提供开箱即用的部署脚本。项目采用 Apache-2.0 许可证，由 JD.com 及多家中国大学实验室支持。

一个支持 PyTorch、JAX、DeepSpeed 等多种框架的 Kubernetes 原生分布式 AI 平台，用于实现大规模语言模型（LLM）的可扩展微调与训练。

一个 PostgreSQL 扩展，用于高性能、成本效益的向量搜索，利用 RaBitQ 压缩在普通硬件上实现千亿级向量托管。

一款高性能、轻量级的跨平台数据库客户端，支持广泛的数据库源，并通过 MCP 实现基于模式感知的 AI 查询。

一个 MCP 服务器和 Chrome 扩展程序，让 AI 代理人能够访问用户的活跃浏览器会话，进行实时调试、网络检查和 Lighthouse 审计。

一个可组合的向量索引库，可在各种数据库存储后端上实现可扩展且成本效益高的最近邻搜索。

一个将 Hugging Face Hub 仓库和存储桶挂载为本地文件系统的工具，支持在不下载完整仓库的情况下懒加载模型和数据集。

用于 Hugging Face 兼容语言及多模态模型的推理引擎，提供连续批处理、Paged KV-cache 管理和分布式服务。

用于 MCP 服务器、AI 智能体、技能和提示词的开源注册表，实现 AI 构建模块的集中发现、管理和部署。

一个为 AI 代理提供视觉注释的工具，可捕获元素选择器、CSS、可访问性数据和 DevTools 编辑，以简化 UI bug 修复。

一个 GitHub Action，可扫描网站的可访问性障碍，并通过 GitHub Issues 利用 GitHub Copilot 提出 AI 驱动的修复方案。

一个支持AI驱动对话式生成并连接20多种不同数据源的开源低代码仪表板和页面设计器。

一个 MCP 服务器，使 AI 代理能够与 MongoDB 数据库和 MongoDB Atlas 交互，提供数据查询和集群管理工具。

通过学习正常流量模式，保护 Web 应用和 API 免受 OWASP Top 10 和零日攻击的 ML 驱动的 Web 应用和 API 安全工具

一个用于训练和分析稀疏自编码器以提升神经网络的机制可解释性和安全性的库。

一个JetBrains IDE插件，暴露MCP服务器，使AI编码助手能够利用IDE的原生索引、语义分析和重构工具。

一种将推荐问题重新建模为生成建模问题的框架，以克服计算瓶颈并扩展至万亿参数模型。

一个为 Claude Code、Codex、Gemini 和 OpenAI 等上游提供智能路由、自动故障转移和成本控制的 AI API 网关。

一个经过验证的周期级 GPU 模拟框架，可追踪真实 SASS 执行，用于建模 NVIDIA GPU 的性能与功耗，全面支持 Hopper（H100/H200）架构。

一个原生 macOS notch 叠加层，用于实时跟踪 Claude Code 和 Codex 的使用限制和成本估算。

llama.cpp 的一个扩展，引入了针对 Radeon GPU 优化的 AMD 专用 GGUF 量化格式和加速内核，以提升 LLM 推理速度和内存效率。

xDiT 是一个开源推理引擎，用于扩散-变换器模型（如 Flux、Stable Diffusion 3、CogVideoX）。它提供多种并行方法——统一序列并行（USP）、PipeFusion、数据并行和 CFG 并行——可组合使用以跨多张 GPU 或机器扩展。单 GPU 加速得益于内核优化、torch.compile 和缓存技巧。项目包含 CLI 模型运行器、示例脚本、Docker 镜像和 ComfyUI 插件（TACO-DiT），支持多种 DiT 模型和注意力后端（FlashAttention、cuDNN、NVIDIA TransformerEngine、AMD AITER 等）。

一个通过将模型及其环境打包成 OCI 容器，简化本地 AI 模型推理的工具，并自动化 GPU 加速和主机配置。

一款 macOS 菜单栏应用，可监控 AI 编码会话，让用户直接从节表面批准工具并回答代理提示。

用于验证 CLAUDE.md 和 .cursorrules 等文件的 linter，防止 AI 工具静默忽略自定义指令。

okf‑skills 是一个 Claude Code 插件/技能集，让代理可以创建、验证、回填和可视化 Open Knowledge Format (OKF) 包——基于 Markdown 的知识包，带有来源、信任和过时性元数据。它以 Claude marketplace 插件、skills.sh 可发现的代理技能、用于 CI 验证的 GitHub Action，以及只读 MCP 服务器形式提供。通过 `/plugin install okf@scaccogatto` 或 `npx skills add scaccogatto/okf-skills` 安装。使用 `/okf:*` 命令生成包、运行确定性验证器，或渲染交互式 HTML 图形。该仓库以 MIT 许可，并积极进行 CI 测试。

一个为Claude Code设计的生产就绪技能，通过基于可访问性的导航和令牌优化输出，自动完成iOS应用构建和模拟器交互。

一个统一的 LLM 网关，可管理多个提供者和 API 密钥，并具备容量感知调度，以防止速率限制错误。

一个开源的代码库智能工具，为代理人和团队提供来自当前代码、Git 历史和技术网络研究的引用上下文。

一个基于证据的简历工具包，专为 AI 实习生设计，可润色简历、根据职位描述定制，并基于可验证的技术证据生成面试准备内容。

一个用于评估 LLM 在各种自托管服务堆栈上工具选择、参数精度和代理工作流可靠性方面的工具调用质量基准。

一个使用 Rust 和 WebAssembly 在浏览器中实现 IFC BIM 模型解析、查看和编辑的高性能客户端工具包。